Forecasting the Number of International Tourists in Thailand by using the SARIMA Intervention Model

ก ก ก SARIMA Intervention Forecasting the Number of International Tourists in Thailand by using the SARIMA Intervention Model 1 กก 2 1. 2. Akarapong Untong 1 and Paweena Khampukka 2 1. Social Research Institute, Chiang Mai University 2. Faculty of Management Science Ubon Rajathanee University ก ก ก ก ก ก ก ก ก ก ก ก ก Intervention ก ก ก ก ก SARIMA Intervention ก ก ก ก ก.. 2550 2554 ก 2528 2548 ก ก กก (Root Mean Square Error: RMSE).. 2554 ก 17 ก ก 6.89 ก ก กก ก ก ก ก ก ก ก 4 5 : ก ก ก SARIMA Intervention

กก ก ก ก SARIMA Intervention Abstract An assortment of crises has affected the number of international tourists visiting Thailand. Despite having a plethora of measurement techniques, it is still difficult to forecast the uncertain number of future tourists. One of the most well-known techniques that could be used to address this case is the Intervention Model. This study aims to apply the technique called SARIMA Intervention to form a proper equation that could be used to predict the number of international tourists visiting Thailand from 2007 to 2011, based on monthly data from January 1985 to December 2005. Low Root Mean Square Error (RMSE) value gained from this model indicates high precision of the model. This model predicted that in 2011, Thailand will have 17 million international tourists worth 6.89 billion Baht. Of these international tourists, the fastest growing group will be from Oceania and the Middle East, Followed by Europe, America and South Asia respectively. For the tourists from East Asia and Africa, the growth rate will be the lowest at 4 5% per year. Keywords: International Tourism, Forecasting, SARIMA Intervention ก 9 กก ก ก 270,000 ก.. 2528 2547.. 2548 ก 11.8 380,000 ก ก 18 24 (ก, 2549) ก ก ก ก ก ก ก ก ก 5 ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก (9-11) ก ก (SARS) ก ก ก (Bird Flu) ก ก ก ก ก ก (SARS) ก ก ก 197

ก.. 11 1 ก 2552 ก (Bird Flu) ก ก ก ก (9-11) ก ก ก ก ก ก (Akarapong et al., 2005) ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก 5 (.. 2550 2554) ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก (Exponential Smoothing) ก ก (Decomposition) ก (Multiple Regression Method) ก Neural Network ก ก ก (Box and Jenkins) ก ก ก Box and Jenkins ก ก ก George E.P. Box Gwilym M. Jenkins.. 1970 ก ก (Mean Square Error : MSE) ก ก ก ก ก ก ก ก ก ก ก SARIMA Intervention Analysis ก ก ก ก Box and Jenkins ก ก. ก ก Box and Jenkins ก ก ARIMA (p,d,q) ก 3 ก AutoRegressive AR : (p), Integrated (I) Moving Average MA : (q) AR (p) ก y t ก y t-1,,y t-p ก ก ก p MA (q) ก y t ก 198

กก ก ก ก SARIMA Intervention ε t-1,,ε t-q ก q Integrated (I) ก (difference) ก ก ก ARIMA ก ก (stationary) ก ก ก (nonstationary) ก ก ก ก ก ก ก natural logarithm ก ก ARIMA ARIMA ก ก d φ ( B) y t=δ+θ(b) ε t (1) 2 p φ( B) = 1 φ1b φ2b Κ φpb 2 q θ( B) = 1 θ1b θ2b Κ θqb y t = ก ก t B = backward shift operation Bm = y t m d = ก ก (stationary) p = ก (Autoregressive Order) q = (Moving Average) δ = (Constant Term) φ 1,..., φ p = ก (Autoregressive parameter) θ 1,..., θ q = (Moving Average parameter) ε t = ก ก white noise ก t ก ก ก ก ε 2 ~ N 0σ ] [ ( ) t, ก ก (1) d y =δ+φ y t 1 d t 1 +φ y 2 d t 2 + Κ +φ y +ε θε Κ θε (2) p d t p t 1 t 1 q t q 199

ก.. 11 1 ก 2552 ก ก (2) ก ก ก Box and Jenkins ก ก ก ก (stationary) ก (invariability) (stationary) AR(p) E(y t ) V(y t ) cov (y t,..,y t-k ) ก lag k ก (invertible) MA (q) ก ก ε t y t, y t-1 (, 2539). ก ก Box and Jenkins ก ก ก ก ARIMA ก ก ก ก ARIMA ก SARIMA (Seasonal Integrated AutoRegressive and Moving Average) ก ก ก 3 ก Seasonal AutoRegressive SAR : (P), Integrated (I) Seasonal Moving Average SMA: (Q) SAR (P) ก X t ก X t S, Κ, X t PS MA (Q) ก X t ก εt S, Κ, εt PS Integrated (I) ก (difference) ก SARIMA (P,D,Q) S ก ก SAR P, SMA Q D ก S 2S PS S D ( 1 ΦΒ 1 Φ 2Β Κ Φ PΒ )( 1 Β ) X t S 2S QS = δ+ ( 1 ΘΒ 1 Θ2Β Κ ΘQΒ ) ε t Φ 1,..., Φ P = ก ก ก ก Θ 1,..., Θ Q = ก ก ก SARIMA (P,D,Q) S ก ก ก ก ก ก ก S, 2S,, PS ก ก SARIMA (P,D,Q) S ก ก 200

กก ก ก ก SARIMA Intervention ก ก ก ก Box and Jenkins ก ก (multiplicative seasonal model) ก ก ก ก ก ( ก, 2539) S PS p S D d ( 1 ΦΒ 1 Κ Φ PΒ )( 1 φβ 1 Κ φ pβ )( 1 Β ) ( 1 Β) X t δ+ S QS q 1 ΘΒ 1 Κ Θ Β 1 θβ Κ θ Β ε = ( Q )( 1 q ) t ก SARIMA (p,d,q)(p,d,q) S ก ก ก 2 ก ก ก ARIMA (p,d,q) 2 p d ( 1 φβ φ 1 2Β Κ φpβ )( 1 Β) X t 2 q = δ1+ ( 1 θβ θ 1 2Β Κ θqβ ) ε t ก ก SARIMA (P,D,Q) S S 2S PS S D ( 1 ΦΒ 1 Φ 2Β Κ Φ PΒ )( 1 Β ) X t S 2S QS = δ2+ ( 1 ΘΒ 1 Θ2Β Κ ΘQΒ ) ε t. ก ก Box and Jenkins ก Box and Jenkins ก ก (nonstationary) ก ก (stationary) ก ก ก ก (stationary) ก ก ก ก natural logarithm ก ก ( stationary) ก Box and Jenkins (, 2539) 1. ก (identification) ก ก ก ก r k r kk ก 2. (estimation) ก ก (Ordinary Least Square Method: OLS) 201

ก.. 11 1 ก 2552 3. (diagnostic checking) ก ก ก ก ( กก ก ) ก ก ก t (t statistic) ก ก Box and Pierce ก Box and Ljung 4. ก ก (forecasting) ก ก ก ก ก ก ก ก ก ก (point forecast) ก ก (interval forecast) ก ก ก Box and Jenkins ก. ก ก SARIMA Intervention Analysis ก ก ก ก ก / ก ก ก ก ก ก ก ก ก ก ก ก ก Intervention ก ก SARS ก ARIMA Intervention Model ก.. 1975 Box and Tiao ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก (special case) Transfer Function ก ARIMA Intervention ก 2 ARIMA Intervention Model = Intervention Function + ARIMA noise Model Y t = f ( I t ) + N t Y t = ก t ก stationary f ( I t ) = ก dummy intervention t I t = 1 ก Intervention I = 0 ก Intervention t 202

กก ก ก ก SARIMA Intervention N t = noise series ก ก Intervention ARIMA ARIMA (p,d,q) SARIMA (P,D,Q) L ก Intervention ก ก 2 ก ก (Step Function) ก (Pulse Function) Intervention 2 ก ก ก Dummy ก ก ก (Min, J.C.H. and WU, B.W.P., 2006) ก. Step Function ก Intervention ก t ก Dummy Intervention ก ก T 0, t< T S t = 1, t T. Pulse Function ก Intervention ก ก Dummy Intervention T 0, t= T P t = 1, t T ก SARIMA Intervention ก ก ก 3 (Enders, 2004) 1. ก SARIMA ก ก ก ก ก Intervention ก ก Intervention 4 ก ก 9-11, ก ก (SARS), ก ก ก (Bird Flu) (Tsunami) 2. ก SARIMA Intervention ก ก 3. SARIMA Intervention 203

ก.. 11 1 ก 2552 ก ก ก ก ก ก ก ก ก ก 2528 2548 ก ก ก ก ก ก SARIMA Intervention ก. SARIMA ก Intervention SARIMA ก Intervention ก ก ก 2528 2548 192 ก ก (Identification) SARIMA (p,d,q)(p,d,q) S (Seasonal Integrated Autoregressive and Moving Average : SARIMA) ก ก กก ก (Autocorrelation Function: ACF) (Partial Autocorrelation Function: PACF) ก ก ก (residual) กก ก Box and Pierce (Box and Ljung) Q SARIMA (p,d,q)(p,d,q) S ก 1 1 ก SARIMA ก ( ) 1985-1990 1991-1995 1996-2000 2001-2005 1985-2005 SARIMA ก 16.90 5.78 6.54 4.37 8.40 (0 1 1) (0 1 1)12 ก 17.99 8.01 5.84 3.75 8.90 (0 1 1) (0 1 1)12 8.85 9.50 3.44 7.37 7.29 (0 1 1) (0 1 1)12 6.92 7.94-0.16 5.10 4.95 (0 1 1) (0 1 1)12 12.44 5.31 8.95 6.17 8.22 (0 1 1) (0 1 1)12 21.99 48.49 14.87 2.86 22.05 (1 1 1) (1 0 1)12 ก 25.91-1.17 7.92 2.80 8.86 (0 1 1) (0 1 1)12 23.75 5.28 8.13 0.24 9.35 (0 1 2) (0 1 1)12 204

กก ก ก ก SARIMA Intervention 1 ( ) ก SARIMA ก ( ) SARIMA 1985-1990 1991-1995 1996-2000 2001-2005 1985-2005 ก 44.10 25.57 7.94 14.14 22.94 (1 1 1) (0 1 1)12 51.33 0.80 8.38-10.25 12.57 (0 1 1) (0 1 1)12 22.34 5.06 6.84 4.45 9.67 (0 1 1) (0 1 1)12 23.27 0.79 3.98 1.85 7.48 (2 0 0) (1 1 0)12 20.50 8.60 0.81 3.28 8.30 (0 1 1) (0 1 1)12 25.33 2.92 22.25 1.44 12.99 (1 1 2) (1 1 0)12 ก 24.18 3.61 12.13 8.34 12.07 (0 1 1) (1 1 1)12 ก 13.87-0.32 10.48 4.88 7.23 (0 1 1) (0 1 1)12 18.64-1.37 8.32 9.49 9.12 (0 1 1) (0 1 1)12 ก 13.73 0.33 10.79 4.47 7.33 (0 1 1) (0 1 1)12 5.09 0.71 5.41 9.10 5.08 (0 1 1) (0 1 1)12 1.40-0.28 10.62 12.10 5.96 (1 1 2) (0 1 1)12 22.57-4.54 11.60 6.68 9.08 (2 1 1) (0 1 1)12 21.56-4.92 11.33 6.96 8.73 (0 1 1) (0 1 1)12 กก -6.91 8.08 11.42 12.43 6.26 (0 1 3) (0 1 1)12 ก 22.72 8.84 12.13-1.20 10.62 (0 1 1) (0 1 1)12. SARIMA Intervention ก ก SARIMA Intervention ก ก ก ก ก Intervention 4 ก ก 9-11 ก ก (SARS) ก ก ก (Bird Flu) (Tsunami) ก ก Intervention ก ก ก ก Akarapong et al. (2005) ก ก X-12-ARIMA ก ก ก Intervention Dummy SARIMA Intervention Intervention ก ก ก ก Intervention ก ก ก ก ก ก 2 205

ก.. 11 1 ก 2552 2 ก ก (%) 11-Sep-44 SARS Bird Flu Tsunami ( ) (%) ( ) (%) ( ) (%) ( ) ก 7.96 2 73.75 3 20.18 2 22.08 4 ก 9.25 2 98.53 3 38.30 2 28.28 4 13.61 3 101.42 4 30.23 4 4.96 2 9.38 2 107.56 3 42.99 4 4.62 1 33.52 3 128.69 3 29.85 4 10.61 2 15.03 2 183.22 4 53.28 2 66.08 2 ก 4.23 1 82.14 3 103.93 2 64.74 2 47.15 5 58.37 4 26.13 2 26.40 3 ก 36.34 5 130.71 3 36.88 3 64.86 4 14.83 3 148.38 3 52.40 3 55.47 2 10.03 4 20.75 4 11.85 1 22.95 4 5.28 3 50.12 5 19.61 3 10.89 3 3.28 1 32.67 2 7.44 1 10.41 2 6.41 2 14.03 2 7.66 1 26.93 2 ก 2.07 2 9.13 4 11.49 2 5.64 2 ก 20.55 3 54.07 4 4.11 1 1.80 2 6.97 3 43.84 4 7.44 4 4.11 2 ก 24.95 3 54.51 5 3.57 2 1.57 2 24.08 2 81.69 3 5.33 1 34.84 2 37.35 2 93.44 3 8.67 1 36.96 2 7.76 2 5.38 4 1.99 1 4.95 2 8.94 2 6.63 3 0.52 1 4.54 2 กก 32.73 3 70.02 3 5.84 1 54.38 4 ก 3.49 2 47.31 3 8.72 2 0.89 1 กก ก SARIMA Intervention ก กก ก (Ordinary Least Square Method: OLS) ก ( y t ) ( y ˆ t ) ก ก ก ก ก ก ก ก ก ก 2 206

กก ก ก ก SARIMA Intervention SARIMA Intervention SARIMA Intervention & Level Shift ก ก ก ก Outliers. SARIMA Intervention กก ก ก ก Stationary R-squared, R-squared, RMSE Ljung Box ( Q) ก Stationary R-squared R-squared ก ก ก RMSE ก Q กก ก ก Chisquare 0.10 ก ก ก ก ก ก ก ( 3) 3 ก SARIMA Intervention Stationary R- R-squared RMSE Ljung-Box Q(18) squared ก 0.778 0.985 0.052 8.791 (DF = 16, Sig. = 0.922) ก 0.767 0.967 0.081 11.761 (DF = 16, Sig. = 0.760) 0.696 0.906 0.122 18.167 (DF = 16, Sig. = 0.314) 0.647 0.686 0.172 25.067(DF = 16, Sig. = 0.069) 0.742 0.912 0.094 22.151 (DF = 16, Sig. = 0.138) 0.723 0.954 0.089 21.825 (DF = 15, Sig. = 0.112) ก 0.736 0.958 0.089 22.766 (DF = 16, Sig. = 0.120) 0.625 0.970 0.083 21.581 (DF = 16, Sig. = 0.157) ก 0.753 0.980 0.146 25.575 (DF = 16, Sig. = 0.060) 0.637 0.873 0.176 16.270 (DF = 16, Sig. = 0.434) 0.714 0.986 0.060 22.957 (DF = 16, Sig. = 0.115) 0.647 0.951 0.097 24.567 (DF = 15, Sig. = 0.056) 0.772 0.973 0.087 23.037 (DF = 16, Sig. = 0.113) 0.752 0.977 0.123 24.925 (DF = 15, Sig. = 0.059) ก 0.754 0.971 0.098 19.478 (DF = 15, Sig. = 0.193) ก 0.808 0.964 0.071 20.308 (DF = 16, Sig. = 0.207) 0.725 0.941 0.108 18.407 (DF = 16, Sig. = 0.301) 207

ก.. 11 1 ก 2552 3 ( ) ก SARIMA Intervention Stationary R- R-squared RMSE Ljung-Box Q(18) squared ก 0.815 0.960 0.075 12.540 (DF = 16, Sig. = 0.706) 0.657 0.869 0.101 16.752 (DF = 16, Sig. = 0.402) 0.665 0.940 0.099 21.515 (DF = 15, Sig. = 0.121) 0.721 0.961 0.082 22.152 (DF = 16, Sig. = 0.138) 0.711 0.950 0.089 27.711 (DF = 16, Sig. = 0.034) กก 0.770 0.897 0.055 13.077 (DF = 15, Sig. = 0.596) ก 0.796 0.932 0.048 21.017 (DF = 16, Sig. = 0.178) ก ก ก ก ก ก ก ก.. 2550 2554 ( 5 ) : ก ก 5 ก ก 5 ก ก ก ก 11.87 10.80 ก ก ก 6.95, 6.84 6.78 ก ก ก ก ก 4.85 4.13 ก: กก ก ก 5 (.. 2550 2554) ก ก ก 4.85 4 ก ก ก ก ก 6.90 6.79 263,000 76,000 ก ก ก ก ก ก 5.94 57,000 ก ก ก ก ก 208

กก ก ก ก SARIMA Intervention ก ก ก ก ก ก ก ก กก ก ก ก ก ก ก ก ก ก 4.73 50,000 ก ก ก 3.47 2.77 14,000 48,000 ก ก ก 20.81 42,000 ก ก ก ก ก ก.. 2554 ก ก ก 9.50 ก ก 4.64 49 ก ก ก ก ก (1.52 ) ก (1.37 ) (1.20 ) : ก 5 (.. 2550 2554) ก ก 6.95 2.46 ก ก ก ก 9 ก ก ก 13.58 84,000 ก ก 9.33 50,000 ก ก 7.83 4.81 27,000 26,000.. 2554 ก ก 4.30 ก ก ก ก 1.17 27 ก ก ก ก ก (0.61 ) (0.53 ) (0.42 ) 209

ก.. 11 1 ก 2552 ก : ก 5 (.. 2550 2554) ก ก ก 6.84 63,000 ก ก 12.13 ก ก ก ก ก ก 5.80.. 2554 ก ก ก 1.11 ก ก ก 74 ก ก ก 0.83 ก ก ก 250,000 : ก 5 (.. 2550 2554) ก ก 6.78 44,000 ก ก ก 12.68 67,000.. 2554 ก ก 780,000 ก ก กก : ก 5 (.. 2550 2554) ก ก ก 11.87 90,000 ก ก 12.24 80,000.. 2554 ก ก 1.05 ก ก 86 ก ก 910,000 กก : ก 5 (.. 2550 2554) ก ก กก 10.80 48,000.. 2554 ก ก กก 600,000 ก ก ก ก ก ก ก ก : ก 5 (.. 2550 2554) ก ก ก 4.13 210

กก ก ก ก SARIMA Intervention 3,400.. 2554 ก ก ก 93,000 4 ก ก ก :.. 2550.. 2551.. 2552.. 2553.. 2554 ก 13.72 14.49 15.30 16.16 17.07 ก 7.86 8.24 8.64 9.06 9.50 3.55 3.80 4.06 4.34 4.64 1.36 1.38 1.41 1.44 1.47 0.90 0.95 1.01 1.07 1.13 1.01 1.06 1.11 1.15 1.20 ก 0.48 0.49 0.50 0.52 0.53 1.33 1.38 1.43 1.47 1.52 ก 1.05 1.12 1.19 1.27 1.37 0.24 0.19 0.15 0.12 0.10 3.29 3.52 3.76 4.02 4.30 0.31 0.34 0.36 0.39 0.42 0.51 0.53 0.56 0.58 0.61 0.32 0.36 0.41 0.47 0.53 ก 0.82 0.90 0.98 1.07 1.17 ก 0.85 0.91 0.97 1.04 1.11 0.16 0.18 0.20 0.23 0.25 ก 0.66 0.70 0.74 0.78 0.83 0.60 0.64 0.68 0.73 0.78 0.46 0.52 0.59 0.66 0.74 0.67 0.75 0.84 0.94 1.05 0.57 0.64 0.72 0.81 0.91 กก 0.40 0.44 0.49 0.54 0.59 ก 0.08 0.08 0.09 0.09 0.09 ก ก.. 2550 ก ก ก ก ก ก ก ก ก ก ( y t ) ก ก ( yˆ t ) กก ก ก 211

ก.. 11 1 ก 2552 ก ก SARIMA Intervention ก ก ก ก ก ก ก ก ก ก ก ก ก 5 5 ก ก ก ก ก 2550 : ก.. 2550 ก.. 2550* 2 t ŷ t ) ( y ก 13.72 14.46 0.5476 ก 7.86 7.98 0.0144 3.55 3.76 0.0441 1.36 1.55 0.0361 0.90 0.80 0.0100 1.01 1.00 0.0001 ก 0.48 0.45 0.0009 1.33 1.25 0.0064 ก 1.05 1.08 0.0009 0.24 0.43 0.0361 3.29 3.69 0.1600 0.31 0.35 0.0016 0.51 0.54 0.0009 0.32 0.37 0.0025 ก 0.82 0.75 0.0049 ก 0.85 0.82 0.0009 0.16 0.15 0.0001 ก 0.66 0.62 0.0016 0.60 0.69 0.0081 0.46 0.51 0.0025 0.67 0.73 0.0036 0.57 0.64 0.0049 กก 0.40 0.45 0.0025 ก 0.08 0.10 0.0004 * http://www2.tat.or.th/stat/download/1207/res-1-12.xls 212

กก ก ก ก SARIMA Intervention ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก ก Intervention SARIMA ก SARIMA Intervention ก ก ก ก ก ก ก RMSE ก ก.. 2554 ก 17 ก ก 6.89 ก ก กก ก ก ก ก ก ก ก 4 5 ก ก ก ก.. 2550 ก ก ก ก ก ก ก ก ก ก ก ก ก ก. 2549. ก 2549. [Online] ก http://www.tat.or.th/stat/web/static_index.php. (25 ก.. 2549). ก. 2550. ก 2550. [Online] ก http://www2.tat.or.th/stat/download/1207/res-1-12.xls. (15.. 2551). Akarapong Unthong. 2004. Impact of international tourists decreasing: using SARIMA Model. Proceeding paper in The First Conference of Junior Economists Faculty of Economics Chiang Mai University. (in Thai) Akarapong Untong, Pairach Piboonrungroj and Mingsarn Kaosa-ard. 2005. The Impacts of Disasters on The Number of International Tourist Arrivals to Thailand. Proceeding of the Asia Pacific Tourism Association and 4th APacCHRIE joint Conference June 26-29, 2006. Hualien, TAIWAN. Cho, V.. 2003. A comparison of three different approaches to tourist arrival forecasting. Tourism Management, 24, pp 323 330. Dharmaratne, G.S.. 1995. Forecasting tourist arrivals in Barbados. Annals of Tourism Research. 22(4): 804-818. 213

ก.. 11 1 ก 2552 Dickey, D. and W. Fuller. 1981. "Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root" Econometrica 49: 1057 1072. Enders, W.. 2004 Applied Econometric Time Series. Second edition, New York: John Wiley & Sons. Gujarati, D. 1995. Basic Econometrics. 3 rd ed. McGraw Hill. Johnston, J. and J, Dinardo. 1997. Econometric Methods. 4 th ed. McGraw Hill. Kevin K.F. Wong & Haiyan Song. 2002. Tourism Forecasting and Marketing. New York: Haworth Hospitality Press. Lim, C., & McAleer, M.. 2000. A seasonal analysis of Asian tourist arrivals to Australia. Applied Economics, 32: 499-509. Min, Jennifer C. H. and Bill W.P. Wu. 2005. The Impact of Severe Acute Respiratory Syndrome (SARs) in Taiwan s Outbound Tourism: A SARIMA With Intervention Model Apporocach. Proceedings of the Asia Pacific Tourism Association and 4th APacCHRIE joint Conference June 26-29, 2006. Hualien, Taiwan. 214